CN204948075U - 一种基于神经元网络的可见光通信接收*** - Google Patents
一种基于神经元网络的可见光通信接收*** Download PDFInfo
- Publication number
- CN204948075U CN204948075U CN201520674558.8U CN201520674558U CN204948075U CN 204948075 U CN204948075 U CN 204948075U CN 201520674558 U CN201520674558 U CN 201520674558U CN 204948075 U CN204948075 U CN 204948075U
- Authority
- CN
- China
- Prior art keywords
- subsystem
- programmable gate
- gate array
- signal
- visible light
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Optical Communication System (AREA)
Abstract
本实用新型公开了一种基于神经元网络的可见光通信接收方法,包括以下步骤:1、第一可编程门阵列将信源发出的视频信号转换为数字信号;2、所述数字信号通过LED驱动电路驱动LED灯具发射光信号;3、所述光信号经过n个光电检测器件进入接收子***;4、所述的n个数据流输到经过训练后的神经元合并模块中;5、所述神经元合并模块将所述n个数据流作均衡处理并输出合并数据流;所述合并数据流经第二可编程门阵列解调处理转化为视频信号。本实用新型还公开了一种实现所述的基于神经元网络的可见光通信接收方法的可见光通信接收***,包括:发射子***、传输子***和接收子***。本实用新型具有广阔的应用前景等优点。
Description
技术领域
本实用新型涉及可见光通信技术,特别涉及一种基于神经元网络的可见光通信接收***。
背景技术
与传统的红外和无线通信相比,LED可见光通信技术具有发射功率高、无电磁干扰、无需申请频谱资源和信息的保密性等优点。然而,可见光通信仍然面临不少挑战,其中最大挑战之一是码间干扰大大限制了可见光通信***数据传输速率。用于照明的白光LED一般为LED阵列形式,不同的点光源LED对应着不同的光路径,而光路径间信号传输的延迟会产生码间干扰;同时当***数据传输速率比较高时,由于LED带宽的限制,会造成一个信号的影响扩展到相邻信号上,产生码间干扰而使***误码率大大提升;并且由于信道不理想,码元在发送过程中会发生拓宽和时延,在波形上表现为码元脉冲产生拖尾,相邻脉冲的拖尾会互相重叠,亦会产生码间干扰,提升了误码率,从而影响了通信的质量。一般情况下,可通过改变编码方式,如:将OOK调制方式中不归零编码改为归零码或使用正交频分复用技术来降低码间干扰。然而却大大地增加了可见光通信***的复杂程度。
在散射、中继、微波等通信领域中,常使用分集接收技术来解决由于信道参数的不稳定性而导致的多径效应。分集接收技术是同一信号通过不同的路径、时间、角度、频率等方式分散传输,接收端获得多组独立信号,并通过合适的合并方式,如选择合并、等增益合并或最大比值相加等;将多组独立信号合并成总的接收信号。同时在分集接收***中,由于接收模块具有多个光电探测器,相当于增大了光电二极管的接收面积,从而为***提供了分集增益,故可使用分集接收技术来改善可见光通信***的性能。然而,由于无线信道的时变性与随机性,不同的环境下所选取的合并方式不同;且所接收的数据是信道中受干扰的原始数据,并没有对数据进一步优化处理。
实用新型内容
为了克服现有技术的上述缺点与不足,本实用新型的首要目的在于提供一种基于神经元网络的可见光通信接收方法,该可见光通信接收方法进一步优化了VLC***信道性能,在不增加器件带宽前提下,成倍提高无线通信的质量与数据传输速率。
为了克服现有技术的上述缺点与不足,本实用新型的另一目的在于提供基于神经元网络的可见光通信接收方法的可见光通信接收***,该可见光通信接收***基于简单的基带调制技术,通过运用角度分集接收技术来减弱码间干扰对***的影响,并使用人工神经元网络来对分集接收所获得的数据进行合并以及优化以降低***的误码率。克服了传统的分集接收技术在不同环境下合并方式的多样性。
本实用新型的首要目的通过以下技术方案实现:一种基于神经元网络的可见光通信接收方法,包括以下步骤:
步骤1、第一可编程门阵列将信源发出的视频信号转换为数字信号;
步骤2、所述数字信号通过LED驱动电路驱动LED灯具发射光信号;
步骤3、所述光信号经过n个光电检测器件进入接收子***,其中,n为正整数;所述n个光电检测器对应传输子***的n个子信道;所述n个子信道对应接收子***的n个数据流;
步骤4、所述的n个数据流经过放大处理、滤波处理后,输到经过训练后的神经元合并模块中;
步骤5、所述神经元合并模块将所述n个数据流作均衡处理并输出合并数据流;所述合并数据流经第二可编程门阵列解调处理转化为视频信号。
所述步骤5中的经过训练后的神经元合并模块包括以下步骤:
步骤41、训练时,把一组输入值和与之相匹配的期望值给予所述的神经元网络,按这组训练数据来调整连接加权值,通过所述的期望值与正向传播的实际输出值对比得到误差信号;
E(x)=[y(x)-F(x)]2;
步骤42、利用梯度下降法进行误差反向传播和权值校正,通过反复学习使所述的误差信号达到或低于设定值;
步骤43、通过上述方程的训练可以使所述的连接加权值调整到使神经网络的实际输出与所述的期望输出间的均方误差最小;经过BP算法训练后,对于任意输入值,神经元均衡器均能给出相对较为合适的输出,以完成对信道的均衡处理。
本实用新型的另一目的可以通过以下技术方案实现:一种实现所述的基于神经元网络的可见光通信接收方法的可见光通信接收***,包括:发射子***、传输子***和接收子***,所述发射子***具有:第一可编程门阵列、LED驱动电路和LED灯具,所述接收子***具有:n个光电检测器件、ADC模数转换器、神经元合并模块和第二可编程门阵列;所述传输子***用于把LED灯具发出的可见光信号传输给n个光电检测器件;所述n个光电检测器件对应传输子***的n个子信道;所述第一可编程门阵列、LED驱动电路、LED灯具、光电检测器件、ADC模数转换器、神经元合并模块和第二可编程门阵列依次连接;所述第一可编程门阵列将视频信号转换为数字信号,并把所述数字信号传输给LED驱动电路;所述LED驱动电路驱动LED灯具发射光信号;所述光信号经过自由空间进入光电检测器件;所述n个光电检测器件把光信号转换成模拟信号,形成n路数据流;所述ADC数模转换器把光电检测器件输出的模拟信号取样成n路数字信号;所述的n路数字信号经神经元合并模块进行合并以及均衡处理后,输到第二可编程门阵列;所述第二可编程门阵列把信号经过解调还原为视频信号。
所述LED驱动电路包括:信源、可变电阻、高速缓冲器、BiasTee模块、直流电流源和限流电阻,所述的信源、可变电阻、高速缓冲器、BiasTee模块和限流电阻依次连接;所述直流电流源的正极和信源连接,所述直流电流源的负极和BiasTee模块连接;所述的BiasTee模块包括电容和电感;所述电感的一端与直流电流源的负极连接,所述电感的另一端与电容的负极连接,所述电容的正极与高速缓冲器连接;所述信源输出的电信号经过高速缓冲器传输到BiasTee模块,所述直流电流源所输出的直流电信号与高速缓冲器所传输的信号在BiasTee模块中进行耦合,生成耦合电信号;所述耦合电信号通过限流电阻输出到LED灯具。
所述神经元合并模块其合并处理通过可编程门阵列信号处理芯片或数字信号处理芯片中完成。
所述发射子***还包括:第一液晶显示器和摄影机,所述接收子***还包括放大电路、滤波电路和第二液晶显示器;所述的第一液晶显示器和摄影机均与第一可编程门阵列连接,光电检测器件通过前置放大电路和后置放大电路与ADC数模转换器连接,第二可编程门阵列和第二液晶显示器连接;所述的摄影机将视频信号传输给第一可编程门阵列;所述第一可编程门阵列把视频信号传输给第一液晶显示器;所述光电检测器件把模拟信号通过放大电路进行放大处理;放大后的所述模拟信号经过滤波电路进行滤波处理再传输给ADC模数转换器;所述第二可编程门阵列把视频信号传输给第二液晶显示器。
本实用新型的另一目的也可以通过以下技术方案实现:一种基于神经元网络的可见光通信接收方法的可见光通信接收***,包括:发射子***、传输子***和接收子***,所述发射子***通过LED驱动电路将数据输入LED灯具中,发出可见光,通过传输子***将光信号进行有效地传输,最后通过接收子***把感应光强的变化与数据的转换实现通信。
所述发射子***由摄影机、第一可编程门阵列、第一液晶显示器、LED驱动电路、LED灯具组成,进一步地,所述LED驱动电路由电容与电感等电学元件组成。
所述传输子***为自由空间,具有n条子信道,其中,n为正整数。
所述接收子***由n个光电检测器、放大电路、滤波电路、神经元合并模块、第二可编程门阵列、第二液晶显示器组成。
本实用新型的原理:本实用新型利用率分集接收技术与神经元合并网络,所述分集接收技术是同一信号通过不同的路径、时间、角度、频率等方式分散传输,在接收端由多个光电检测器件获得多组独立信号,并通过合适的合并方式,如选择合并、等增益合并或最大比值相加等;将多组独立信号合并成总的接收信号。同时由于分集接收技术有多个光电检测器,相当于增大了接收器光接收的有效面积,故在信源的信噪比不变的情况下增大了接收信噪比,从而使到***误码率更低、容错性更强。所述神经元合并模块是对所获得的多组数据进行合并优化构成总的输出信号。通过使用非线性的传递函数来实现输入输出的非线性映射关系。进而对受到干扰的信号进行滤波处理、对信道进行相移的估计与补偿等以实现均衡处理。由于码间干扰的影响,导致可见光通信***的误码率提升,为此,通过运用分集接收技术来减弱码间干扰对***的影响,并使用人工神经元网络来对分集接收所获得的数据进行合并以及优化以降低***的误码率。该接收***可以有效地降低码间干扰对***的影响,提高接收信号的信噪比,降低***的误码率。在不增加器件带宽前提下,成倍提高无线通信的质量与数据传输速率;具有广阔的应用前景。
与现有技术相比,本实用新型具有以下优点和有益效果:
1、本实用新型基于简单的基带调制技术,比起传统的使用正交分频复用调制、离散多音调制技术等,大大简化了***的复杂程度,且可以不增加LED器件带宽的前提下,成倍地提高了无线通信的质量及信道的容量。
2、本实用新型运用了人工神经元网络对分集接收技术所获得的多组数据进行合并优化,在实现了消除码间干扰的影响的同时,降低了误码率,起到了后均衡的作用。
附图说明
图1为本实用新型实现基于神经元网络的可见光通信接收***的示意图。
图2为本实用新型LED驱动电路的示意图。
图3为本实用新型MLP神经元网络示意图。
图4位本实用新型使用BP训练算法的示意图。
图5为本实用新型神经元合并模块的工作示意图。
具体实施方式
下面结合实施例及附图,对本实用新型作进一步地详细说明,但本实用新型的实施方式不限于此。
实施例
如图1所示,一种基于神经元网络的可见光通信***。包括:发射子***、传输子***、接收子***。所述的发射子***,摄影机接收实时视频信号通过第一可编程门阵列传输到第一液晶显示器;所述第一液晶显示器显示出原始视频信号;所述第一可编程门阵列对所述实时视频信号进行调制和相应视频信号处理技术后,传输到LED驱动电路中;所述LED驱动电路驱动LED灯具发射可见光信号。如图2所示,为LED驱动电路的示意图,通过BiasTee结构的电容与电感T型结合,实现直流信号与交流信号的耦合从而保证了信号在LED中不会丢失。
进一步地,光信号通过传输子***到达接收子***;所述传输子***在本实施方式中为4条不同的信道。所述光信号分别经4个光电检测器转换为电信号,形式4路数据流;所述的4路数据流由放大电路与滤波电路进行滤波放大处理,再由ADC模数转换器对电信号进行量化转换为数字信号。然后通过神经元合并模块对4路数据流进行合并处理获得最终数据流。
进一步地,所述神经元合并模块使用三层的MLP神经元网络,并使用BP算法对神经元网络进行学习训练。如图3所示,为三层MLP神经元网络的结构示意图;如图4所示,为BP训练算法。对于第i个神经元的输出状态Yi为:
式中,是第i个神经元与第j个神经元的连接加权取值;Vj是第j个神经元的输出;Qi是第i个神经元的阈值;为激活函数。
训练时把一组输入值和与之相匹配的期望值给予所述的神经元网络,按这组训练数据来调整连接加权值。通过所述的期望值与正向传播的输出值对比可得到误差信号。
E(x)=[y(x)-F(x)]2,
其中,x和y(x)分别代表输入信号以及与之相对应的实际输出信号;F(x)为期望输出信号。利用梯度下降法进行误差反向传播和权值校正,通过反复学习使所述的误差信号达到或低于设定值。
其中,ωij代表连接加权值,γ表示学习速率。通过上述方程的训练可以使所述的连接加权值调整到使神经网络的实际输出与所述的期望输出间的均方误差最小。经过BP算法训练后,对于任意输入值,神经元均衡器均能给出相对较为合适的输出。进而实现了对信道的均衡处理。如图5所示,训练后的神经元网络将n路数据合并为一路数据流,并在神经元的输出端设置一个阈值为0.5以产生二进制代码。其中,在本实例中,n=4。
所述最终数据流再由第二可编程门阵列将信号转换为视频信号,再传到第二液晶显示器中。通过第一液晶显示器与第二液晶显示器中信号比较,可测试出***的误码率,用于验证***的操作。
上述实施例仅为本实用新型的一种实施方式,但本实用新型的实施方式并不受上述实施例的限制,其他任何未背离本实用新型的精神实质与原理下所作的改变、修饰、替代、组合、简化均应为等效的置换方式,都包含在本实用新型的保护范围之内。
Claims (3)
1.一种基于神经元网络的可见光通信接收***,包括:发射子***、传输子***和接收子***,其特征在于,所述发射子***具有:第一可编程门阵列、LED驱动电路和LED灯具,所述接收子***具有:n个光电检测器件、ADC模数转换器、神经元合并模块和第二可编程门阵列;所述第一可编程门阵列、LED驱动电路、LED灯具、光电检测器件、ADC模数转换器、神经元合并模块和第二可编程门阵列依次连接。
2.根据权利要求1所述的基于神经元网络的可见光通信接收***,其特征在于,所述LED驱动电路包括:信源、可变电阻、高速缓冲器、BiasTee模块、直流电流源和限流电阻,所述的信源、可变电阻、高速缓冲器、BiasTee模块和限流电阻依次连接;所述直流电流源的正极和信源连接,所述直流电流源的负极和BiasTee模块连接;所述的BiasTee模块包括电容和电感;所述电感的一端与直流电流源的负极连接,所述电感的另一端与电容的负极连接,所述电容的正极与高速缓冲器连接。
3.根据权利要求1所述的基于神经元网络的可见光通信接收***,其特征在于,所述发射子***还包括:第一液晶显示器和摄影机,所述接收子***还包括放大电路、滤波电路和第二液晶显示器;所述的第一液晶显示器和摄影机均与第一可编程门阵列连接,光电检测器件通过前置放大电路和后置放大电路与ADC数模转换器连接,第二可编程门阵列和第二液晶显示器连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201520674558.8U CN204948075U (zh) | 2015-08-31 | 2015-08-31 | 一种基于神经元网络的可见光通信接收*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201520674558.8U CN204948075U (zh) | 2015-08-31 | 2015-08-31 | 一种基于神经元网络的可见光通信接收*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN204948075U true CN204948075U (zh) | 2016-01-06 |
Family
ID=55015461
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201520674558.8U Expired - Fee Related CN204948075U (zh) | 2015-08-31 | 2015-08-31 | 一种基于神经元网络的可见光通信接收*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN204948075U (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105846900A (zh) * | 2016-05-11 | 2016-08-10 | 中国地质大学(武汉) | 一种高速光纤通讯电路 |
CN106921470A (zh) * | 2017-04-27 | 2017-07-04 | 华南理工大学 | 一种基于神经元网络的可见光通信接收方法及其接收*** |
-
2015
- 2015-08-31 CN CN201520674558.8U patent/CN204948075U/zh not_active Expired - Fee Related
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105846900A (zh) * | 2016-05-11 | 2016-08-10 | 中国地质大学(武汉) | 一种高速光纤通讯电路 |
CN106921470A (zh) * | 2017-04-27 | 2017-07-04 | 华南理工大学 | 一种基于神经元网络的可见光通信接收方法及其接收*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105099553A (zh) | 一种基于神经元网络的可见光通信接收方法及其*** | |
CN106921470A (zh) | 一种基于神经元网络的可见光通信接收方法及其接收*** | |
CN104158632B (zh) | 用于可见光通信***的可变脉冲幅度位置调制和误码率改善方法 | |
CN103475402B (zh) | 一种可见光分集接收方法及*** | |
CN107359935B (zh) | 一种基于脉冲计数的非视距紫外散射通信***及其方法 | |
CN105007118A (zh) | 一种用于室内可见光通信***的神经网络均衡方法 | |
CN207835454U (zh) | 一种基于可见光通信的神经网络均衡器 | |
CN104618296B (zh) | 一种pam‑dmt***的符号检测方法 | |
CN110830112A (zh) | 一种可见光通信的方法及设备 | |
CN109286431A (zh) | 一种基于脉冲幅度调制两发一收***的等概率预编码方法 | |
CN107210814A (zh) | 用于优化vlc型双向传输流量的与光伏模块相关的电子设备 | |
CN105281833A (zh) | 可见光信号传输方法及其*** | |
CN104243034A (zh) | 一种可见光通信***及可见光通信方法 | |
CN106357332A (zh) | 一种多输入多输出可见光通信*** | |
Videv et al. | Practical space shift keying VLC system | |
CN204948075U (zh) | 一种基于神经元网络的可见光通信接收*** | |
Khalid et al. | OCDMA and OSTBC based VLC transceiver design using NI cDAQ | |
CN204810271U (zh) | Led可见光通信*** | |
CN113141214B (zh) | 基于深度学习的水下光通信失准鲁棒盲接收机设计方法 | |
Wang et al. | BER analysis of decision-feedback multiple-symbol detection in noncoherent MIMO ultrawideband systems | |
CN116131948B (zh) | 基于可见光通信的Gray-GSM星座构建方法、装置、终端及介质 | |
Dai et al. | Research on the pulse-position modulation in the digital communication system | |
CN111917471B (zh) | 一种自由空间可见光通信***及其通信性能优化算法 | |
CN202261372U (zh) | Es层与流星余迹混合模式通信调制解调器 | |
Hsu et al. | Demonstration of high speed imaging 3× 3 MIMO-OFDM visible light communication system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160106 Termination date: 20180831 |